CN113554397B - 物流规划方法、装置、电子设备和计算机可读介质 - Google Patents

Abstract

本申请公开了一种物流规划方法、装置、电子设备和计算机可读介质，其中方法包括：构建一个对应一种商品SKU的三维模拟模型；根据店铺的采购订单生成对应该采购订单中一个商品SKU的模拟流体；在对应该商品SKU的三维模拟模型中模拟模拟流体由发起采购订单的店铺对应的店铺圆锥台完全流入至预设范围内所有店铺对应的店铺圆锥台的流动过程；记录对应一个采购订单中的一个商品SKU的所有流动过程并提取流动过程的完成时间；查询完成时间最短的流动过程所对应的仓库圆锥台，并将该仓库圆锥台对应仓库位置作为该采购订单中该商品SKU的取货地址。其优点是通过构建三维模拟模型从而以逆向模拟物流过程方式实现物流配置。

Description

物流规划方法、装置、电子设备和计算机可读介质

技术领域

本申请涉及计算机领域，具体而言，涉及一种物流规划方法、装置、电子设备和计算机可读介质。

背景技术

现有的中小型便利店往往通过自有渠道在供应商处进行线下商品采购，由于中小型便利店的特点，其无法大批量采购货物，从而无法与供应商进行有效的议价，同时又由于供应商批发对采购数量的要求，使得中小型便利店每次采购需要保证一定规模，从而导致库存问题。

而从供应商的角度而言，中小型便利店这种分散购买方式导致供应商仓储成本提高，从而使供应价格居高不下。

在相关技术中，如图1所示，通过互联网平台的方式，将多个店铺的订单进行汇集，然后再向供应商进行统一的采购和物流取货，然后再由承运车辆按照采购订单配送至对应的店铺，以降低诸如便利店等店铺的仓储成本，提高采购的灵活度。

在另一相关技术中，为了实现技术物流最优配送，如公开号为CN112016876B的中国专利文件公开的技术方案，其提供了一种通过计算机程序自动配置货物的方法，其能够根据供应商、商户的位置以及订单情况配置车辆的路径和装配方案。

在其他的一些相关技术中提供了根据取货地址和送货地址以及车辆位置配置物流路线的方案。

但是这些方案往往依赖于较为复杂的算法的，并且它们仅仅考虑二维路线最优的方式，而没有考虑到订单本身以及仓储情况。

发明内容

本申请的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本申请的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

本申请的一些实施例提出了物流规划方法、装置、电子设备和计算机可读介质，来解决以上背景技术部分提到的技术问题。

作为本申请的第一方面，本申请的一些实施例提供了一种物流规划方法，该方法包括如下步骤：构建一个对应一种商品SKU的三维模拟模型，在所述三维模型中分别构建店铺圆锥台、仓库圆锥台和导流槽代表店铺、仓库和道路，所述店铺圆锥台与所述仓库圆锥台具有相反的生成方向；根据所述店铺的采购订单生成对应该采购订单中一个商品SKU的模拟流体；在对应该所述商品SKU的所述三维模拟模型中模拟所述模拟流体由发起所述采购订单的所述店铺对应的所述店铺圆锥台完全流入至预设范围内所有所述店铺对应的所述店铺圆锥台的流动过程；记录对应一个采购订单中的一个商品SKU的所有所述流动过程并提取所述流动过程的完成时间；查询完成时间最短的流动过程所对应的仓库圆锥台，并将该仓库圆锥台对应所述仓库位置作为该采购订单中该商品SKU的取货地址。

进一步地，所述基于动态数据更新的物流规划方法还包括如下步骤：对一个所述店铺的采购订单中所有的商品SKU进行所述流动过程的模拟和所述取货地址的获取，从而生成包含所述店铺的采购订单中所有商品SKU的取货地址的取货地址列表。

进一步地，所述基于动态数据更新的物流规划方法还包括如下步骤：将所有店铺的取货地址列表汇总成采购关系表，所述采购关系表包含具有对应关系的送货地址、取货地址、采购订单编号、商品SKU。

进一步地，所述基于动态数据更新的物流规划方法还包括如下步骤：根据所述采购关系表中相同的取货地址进行取货地址合并以生成供应关系表，所述供应关系表包含具有对应关系的取货地址、送货地址集合、取货SKU集合、采购订单编号集合和运输体积总额。

进一步地，所述基于动态数据更新的物流规划方法还包括如下步骤：判断所述供应关系表中一个取货地址所对应的所述运输体积是否大于预设的最大运力体积阈值；如果大于所述最大运力体积阈值，则对所述运输体积总额进行拆分。

进一步地，所述基于动态数据更新的物流规划方法还包括如下步骤：如果小于所述最大运力体积阈值，则判断所述供应关系表中一个取货地址所对应的所述运输体积是否大于最小运力体积阈值；如果大于所述最小运力体积阈值，则将为所述供应关系表中一个取货地址匹配一个虚拟承运；如果小于所述最小运力体积阈值，则将所述运输体积总额与其他的所述取货地址所对应的运输体积合并。

进一步地，所述基于动态数据更新的物流规划方法还包括如下步骤：根据原始的运输体积、拆分的运输体积生和合并的运输体积生成物流订单；为每个所述物流订单的匹配承运车辆。

作为本申请的第二方面，本申请的一些实施例提供了一种基于动态数据更新的物流规划方法装置，包括：模型构建模块，用于构建一个对应一种商品SKU的三维模拟模型，在所述三维模型中分别构建店铺圆锥台、仓库圆锥台和导流槽代表店铺、仓库和道路，所述店铺圆锥台与所述仓库圆锥台具有相反的生成方向；流体生成模块，用于根据所述店铺的采购订单生成对应该采购订单中一个商品SKU的模拟流体；流体模拟模块，用于在对应该所述商品SKU的所述三维模拟模型中模拟所述模拟流体由发起所述采购订单的所述店铺对应的所述店铺圆锥台完全流入至预设范围内所有所述店铺对应的所述店铺圆锥台的流动过程；时间记录模块，用于记录对应一个采购订单中的一个商品SKU的所有所述流动过程并提取所述流动过程的完成时间；地址查询模块，用于查询完成时间最短的流动过程所对应的仓库圆锥台，并将该仓库圆锥台对应所述仓库位置作为该采购订单中该商品SKU的取货地址。

作为本申请的第三方面，本申请的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。

作为本申请的第四方面，本申请的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。

本申请的有益效果在于：提供一种通过构建基于电商数据和地图数据的三维模拟模型从而以逆向模拟物流过程方式实现物流配置的物流规划方法、装置、电子设备和计算机可读介质。

更具体而言，本申请一些实施例可能产生如下的具体有益效果：通过构建三维模拟你模型和模拟流体的方式，帮助店铺找到最快的路线的仓库；通过对店铺和仓库虚拟体的构建反映了供需情况并将供需情况带来因素反映到模拟流体的流动过程；通过对取货地址的合并提高了物流拼单的效率。

附图说明

构成本申请的一部分的附图用来提供对本申请的进一步理解，使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图及其说明用于解释本申请，并不构成对本申请的不当限定。

另外，贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，元件和元素不一定按照比例绘制。

在附图中：

图1是在相关技术中店铺进行“拼单”采购的模式示意图；

图2是根据本申请一种实施例的物流规划方法的流程图；

图3是根据本申请一种实施例的三维模拟模型的俯视示意图；

图4是根据本申请一种实施例的三维模拟模型的俯视示意图；

图5是根据本申请一种实施例的店铺的采购订单通过流动过程模拟后生成的取货地址列表的示意图；

图6是根据本申请一种实施例的采购关系表的示意图；

图7是根据本申请一种实施例的供应关系表的示意图；

图8是根据本申请一种实施例的电子设备的结构示意图。

图中附图标记的含义：

100三维可视化模型，101仓库圆锥台，102店铺圆锥台。

实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现， 而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。

需要注意，本公开中提及的“ 第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。

需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。

本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的， 而并不是用于对这些消息或信息的范围进行限制。

下面将参考附图并结合实施例来详细说明本公开。

如图2所示，本申请的基于可视化模型的电商物流规划方法具体包括如下步骤：

S101：构建一个对应一种商品SKU的三维模拟模型，在三维模型中分别构建店铺圆锥台、仓库圆锥台和导流槽代表店铺、仓库和道路，店铺圆锥台与仓库圆锥台具有相反的生成方向；

S102：根据店铺的采购订单生成对应该采购订单中一个商品SKU的模拟流体。

S103：在对应该商品SKU的三维模拟模型中模拟模拟流体由发起采购订单的店铺对应的店铺圆锥台完全流入至预设范围内所有店铺对应的店铺圆锥台的流动过程。

S104：记录对应一个采购订单中的一个商品SKU的所有流动过程并提取流动过程的完成时间。

S105：查询完成时间最短的流动过程所对应的仓库圆锥台，并将该仓库圆锥台对应仓库位置作为该采购订单中该商品SKU的取货地址。

其中，步骤S101具体步骤包括：

采集仓库和店铺在二维地图数据中的二维坐标数据；

采集二维地图数据中的道路的二维坐标数据；

根据仓库的商品库存数据生成仓库的高度数据；

根据店铺的商品订单数据生成店铺的高度数据；

基于二维坐标数据和高度数据构建反映仓库、店铺和道路的三维模拟模型。

更具体而言，如图3和图4所示，采集仓库和店铺在二维地图数据中的二维坐标数据是为了获取仓库和店铺的位置数据。具体而言，之所以从一个二维地图数据去获取二维坐标，是因为虽然因为地形和地球曲率的原因，在实际地理位置上店铺和仓库是存在海拔高度差的，但是出于物流规划的角度而言，这些海拔高度并非是影响物流规划的决定性因素，并且由于本申请方法所适用的店铺“拼单”模式而言，大多数店铺和仓库均位于城市中甚至局限于认为划分的商圈，因此从这个角度而言，在构建本申请的三维模拟模型时，仅从二维地图数据中获取二维坐标数据来代表位置即可。

作为可选方案，二维地图数据的来源可以为高德地图、百度地图和谷歌地图等公开地图数据。

另外，根据所述仓库的商品库存数据生成所述仓库的高度数据具体是指：获取某一仓库中某一商品当前的库存数据，库存数据越大则仓库的高度数据越大，相对而言，仓库在三维模拟模型中高度也就越高。

作为一种优选方案，仓库的高度数据对应的库存数据，可以为某一商品SKU对应的数量，作为进一步的优选方案，仓库的高度数据对应的库存数据为某一商品SKU对应的体积数值，这个体积数值可以根据包装规格和商品数据计算得出。采用体积数值的好处在于能够更直接的反应库存对空间的占用情况。

类似的，根据所述店铺的商品订单数据生成所述店铺的高度数据具体是指：获取店铺订单数据中某一商品的采购数据，采购数据越大则店铺的高度数据越大，相对而言，店铺在三维模拟模型中高度也就越高。

作为优选方案，店铺的高度数据对应的采购数据也可以为数量和体积数据，作为优选，店铺的高度数据对应的为某一商品SKU对应的体积数值。

作为进一步地优选方案，体积数值V与高度数据比例为1:1，在量纲上而言，1L的体积数据等于1m的高度数据，按照此量纲标准进行计算。

作为更具体的方案，基于二维坐标数据和高度数据构建反映仓库、店铺和道路的三维模拟模型包括如下步骤：根据仓库的二维坐标数据生成仓库的二维坐标中心点；构建一个仓库圆锥台代表仓库，仓库圆锥台的中心轴线垂直于三维模拟模型的水平面且通过仓库的二维坐标中心点，仓库圆锥台的高度与仓库的高度数据成正比；采集仓库的商品的最大库存数据；根据最大库存容量数据生成仓库圆锥台的下底半径；采集仓库的商品的最末出库数据；根据最末出库数据生成仓库圆锥台的上底半径。

二维坐标中心点可以通过仓库建筑物或占地的最大矩形框的对角线的中点作为二维坐标中心的中点。

其中，最大库存数据是指***登记仓库存储该商品最大的容量数据或者历史数据中体现的最高值，最末出库数据为最后一次出货当日该产品出货量的数据。作为优选方案，最大库存数据和最末出库数据均采用以上所介绍的体积数据进行生产，数据比例选择1:0.1，在量纲上而言，1L的体积数据相当于0.1m的长度数据。即对于最大库存数据和最末出库数据而言，最大库存数据和最末出库数据的1L对应生产半径时为0.1m。

之所以高度和半径对应的比例不同（相差十倍），一是为了仓库圆锥台和店铺圆锥台不至于过大从而削弱道路距离的影响，二是从圆锥台本身反应的属性而言，更希望及时的数据（反应在高度上）能起到更决定性的作用。

通过这样的方案，将仓库在可视化三维模型中构建成为一个圆锥体的立体物，该立体物可以反应仓库针对某一产品的仓储属性，比如高度代表了剩余库存，下底代表仓储的能力，上底代表上一日出货的能力。

类似的，基于二维坐标数据和高度数据构建反映仓库、店铺和道路的三维模拟模型包括如下步骤：根据仓库的二维坐标数据生成仓库的二维坐标中心点；构建一个店铺圆锥台代表仓库，店铺圆锥台的中心轴线垂直于三维模拟模型的水平面且通过仓库的二维坐标中心点，店铺圆锥台的高度与店铺的高度数据成正比；采集店铺的商品的历史最大采购量数据；根据历史最大采购量数据生成店铺圆锥台的下底半径；采集店铺的商品的历史最小采购量数据；根据历史最小采购量数据生成店铺圆锥台的上底半径。

其中，高度和半径的取值可以参考以上方案商品体积到长度尺寸转换的方案。

在构建了以上所介绍的仓库圆锥台和店铺圆锥台后，为了实现基于流体力学模拟的物流模拟，使仓库圆锥台和店铺圆锥台的高度方向相异，即相对于三维模拟模型的水平面而言，如果仓库圆锥台向水平面上方形成，那么店铺圆锥台则向水平面下方形成。通俗而言，仓库圆锥台如果为山脉，则店铺圆锥台为盆地。当然，仓库圆锥台和店铺圆锥台仅是相对相异，在分析目的不同时，它们可以倒置，也就是说三维模拟模型整体可以水平翻转。这取决于物流规划的目的，如果是为了观察和策略店铺到仓库，将店铺作为发起端，则使店铺圆锥台为“山脉”而使仓库为“盆地”，反之则进行颠倒。如图4所示，在形成“山脉”时，仓库圆锥台和店铺圆锥台在三维模拟模型中为实体，而在形成“盆地”时，仓库圆锥台和店铺圆锥台在三维模拟模型中为凹槽。

基于二维坐标数据和高度数据构建反映仓库、店铺和道路的三维模拟模型包括如下步骤：根据二维地图数据中道路的走向在三维模拟模型生成代表道路的导流槽，导流槽的横截面为矩形且具有相同深度和宽度。即按照原有道路走向，形成导流槽的走向，使它们连接仓库圆锥台和店铺圆锥台。统一导流槽的深度和宽度以及规定导流槽在高度方向没有差异是为了突出导流槽反应道路的路线，而均一化其他影响条件。

作为优选方案，在三维模拟模型中，导流槽长度采用原道路的长度，导流槽的宽度和深度均为1m。

作为进一步的优选方案，导流槽一直延伸到仓库圆锥台和店铺圆锥台的边缘截止，与一般设计构思不同，一般为了实现路线规划，往往不体现节点的体积特征，而本申请为了通过流体力学的模拟并基于节点本身仓储和上午属性实现路径规划，所以道路在延伸到仓库圆锥台和店铺圆锥台时进行省略，用这种看似不精确的方法体现物流节点的商业属性，尤其是考量物流运输和仓储成本，从而使路线规划更符合整体***物流精细化操作的目的。

以往的技术方案规划物流时均是按照物流的正常方向，即由仓库到店铺方式进行规划和计算。本申请作为一种优选方案，以店铺作为物流模拟的开始一侧进行模拟和规划。

需要说明的是，虽然三维模拟模型在构建是采用米为单位进行构建，而在实际运算和显示时可以同比例进行缩放。

具体而言，根据三维模拟模型中仓库的三维位置和道路在仓库和店铺之间构成的路径规划针对商品订单的物流路径包括如下步骤：根据采购订单中一类商品的数据生成运输体积数据；根据运输体积数据在三维模拟模型中生成对应体积的模拟流体；设定三维模拟模型中重力参数，根据模拟流体从店铺圆锥台流动至仓储圆锥台的时间和路径规划物流线路。

比如，采购订单中有某种饮料3箱，通过采集和计算数据可知道，它们的体积数值为3L，这样根据体积数值生成一个3L的流体从而该店铺的店铺圆锥台出发进行自由流体运动，假设导流槽均不存在摩擦力，通过流体从店铺圆锥台出发到最终流入仓储圆锥台的时间作为路线选择的标准，当店铺圆锥台到仓储圆锥台存在多条线路时，可以分别对多条线路进行模拟。

设定三维模拟模型中重力参数，是为了加速运算时间。

通过以上模拟的方法，对一个店铺的采购订单中所有的商品SKU进行流动过程的模拟和取货地址的获取，从而生成包含店铺的采购订单中所有商品SKU的取货地址的取货地址列表。该列表如图5所示（图中为了方便理解，将取货地址即仓库地址用供应商名称方式代替，送货地址用店铺名称代替，下同）。即通过模拟的方法为店铺A的每个商品SKU选定一个供货的仓库。

然后，将所有店铺的取货地址列表汇总成采购关系表，采购关系表包含具有对应关系的送货地址、取货地址、采购订单编号、商品SKU。采购关系表如图6，即其集合所有***中店铺采购订单中商品SKU的供货来源。

如图6所示，接下来根据采购关系表中相同的取货地址进行取货地址合并以生成供应关系表，供应关系表包含具有对应关系的取货地址、送货地址集合、取货SKU集合、采购订单编号集合和运输体积总额。

按照供应关系表分析其每列的运输体积是否能产生一个物流订单。具体而言，包括如下步骤：

判断所述供应关系表中一个取货地址所对应的所述运输体积是否大于预设的最大运力体积阈值；如果大于所述最大运力体积阈值，则对所述运输体积总额进行拆分。

具体而言，最大运力体积阈值为***能分配的车辆最大容积，超过最大运力体积阈值即说明超过***能分配的车辆，因此需要将运输体积总额进行拆分。拆分的原则是，按照送货地址进行涉及的每个店铺运输体积的排序，然后将较小的店铺的运输体积优先拆分出去，形成供应关系表中单独的一列，然后再判断拆分后留下的剩余的运输体积是否还大于车辆最大容积，如果是就再进行拆分。

作为另一种方案，也可以按照最大运力体积阈值优先拆分较大的店铺的订单。

然后，在进行如下判断步骤，如果小于最大运力体积阈值，则判断供应关系表中一个取货地址所对应的运输体积是否大于最小运力体积阈值。

如果大于最小运力体积阈值，则将为供应关系表中一个取货地址匹配一个承运车辆。

如果小于最小运力体积阈值，则将运输体积总额与其他的取货地址所对应的运输体积合并。

其中，最小运力体积阈值对应***能分配的车辆最小容积，小于最大运力体积阈值而大于最小运力体积阈值，则说明，供应关系表的这一行的运输体积可以直接分配到合适的承运车辆的类型，比如面包车、依维柯、小货车、大货车等。

在小于最小运力体积阈值时，说明供应关系表的这一行的运输体积不能装满容积最小的承运车辆，会出现运力的浪费。此时，需要将这样的运输体积进行合并。

具体而言，运输体积的合并可以采用以下方案，按照供应关系表中的送货地址相同的方式，将小于最小运力体积阈值的运输体积进行合并（也包括拆分后生成的新的供应关系表新的行的运输体积），如果合并后的运输体积满足小于最大运力体积阈值而大于最小运力体积阈值则分配车辆。

如果，仍无法满足小于最大运力体积阈值而大于最小运力体积阈值，一般为仍小于最小运力体积阈值，则采用如下方案进行处理。

第一种方案为将这些运力体积对应的物流任务生成抢单订单，发送至一定范围的承运车辆的客户端，以承运车辆抢单的方式进行分配。

第二方案为根据已生成的物流订单的所包含的相近似的（浮动范围在90%至110%）子运输体积（一个送货地址的运输体积）将未分配的运输体积匹配至该物流订单的承运车辆，生成中途物流订单，当该车辆完成已分配的子运输体积后，再去中途物流订单去取货和送货。

作为优选方案，将未分配的运输体积匹配至该物流订单的承运车辆后，并不马上生成中途物流订单，而是历尽所有包含的相近似的子运输体积的物流订单，并生成所有的导航线路，将完成物流订单和中途物流订单距离最短的组合，作为最终匹配结果。

通过以上的方案，可以根据原始的运输体积、拆分的运输体积生和合并的运输体积生成物流订单；为每个所述物流订单的匹配承运车辆。

在一些实施例中，基于动态模拟的物流规划装置，包括：

模型构建模块，用于构建一个对应一种商品SKU的三维模拟模型，在所述三维模型中分别构建店铺圆锥台、仓库圆锥台和导流槽代表店铺、仓库和道路，所述店铺圆锥台与所述仓库圆锥台具有相反的生成方向。

流体生成模块，用于根据所述店铺的采购订单生成对应该采购订单中一个商品SKU的模拟流体。

流体模拟模块，用于在对应该所述商品SKU的所述三维模拟模型中模拟所述模拟流体由发起所述采购订单的所述店铺对应的所述店铺圆锥台完全流入至预设范围内所有所述店铺对应的所述店铺圆锥台的流动过程。

时间记录模块，用于记录对应一个采购订单中的一个商品SKU的所有所述流动过程并提取所述流动过程的完成时间。

地址查询模块，用于查询完成时间最短的流动过程所对应的仓库圆锥台，并将该仓库圆锥台对应所述仓库位置作为该采购订单中该商品SKU的取货地址。

如图8所示，电子设备800可以包括处理装置(例如中央处理器、图形处理器等)801，其可以根据存储在只读存储器(ROM)802中的程序或者从存储装置808加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理。在RAM803中，还存储有电子设备800操作所需的各种程序和数据。处理装置801、ROM802以及RAM803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。

通常，以下装置可以连接至I/O接口805：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置806：包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置807；包括例如磁带、硬盘等的存储装置808：以及通信装置809。通信装置809可以允许电子设备800与其他设备进行无线或有线通信以交换数据。虽然图8示出了具有各种装置的电子设备800，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图8中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。

特别地，根据本公开的一些实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的一些实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中，该计算机程序可以通过通信装置809从网络上被下载和安装，或者从存储装置808被安装，或者从ROM802被安装。在该计算机程序被处理装置801执行时，执行本公开的一些实施例的方法中限定的上述功能。

需要说明的是，本公开的一些实施例上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

在本公开的一些实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

在一些实施方式中，客户端、服务器可以利用诸如HTTP(Hyper Text TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。

上述计算机可读介质可以是上述电子设备中所包含的：也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：构建一个对应一种商品SKU的三维模拟模型，在所述三维模型中分别构建店铺圆锥台、仓库圆锥台和导流槽代表店铺、仓库和道路，所述店铺圆锥台与所述仓库圆锥台具有相反的生成方向；根据所述店铺的采购订单生成对应该采购订单中一个商品SKU的模拟流体；在对应该所述商品SKU的所述三维模拟模型中模拟所述模拟流体由发起所述采购订单的所述店铺对应的所述店铺圆锥台完全流入至预设范围内所有所述店铺对应的所述店铺圆锥台的流动过程；记录对应一个采购订单中的一个商品SKU的所有所述流动过程并提取所述流动过程的完成时间；查询完成时间最短的流动过程所对应的仓库圆锥台，并将该仓库圆锥台对应所述仓库位置作为该采购订单中该商品SKU的取货地址。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言―诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言：诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。

也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。

例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上***(SOC)、复杂可编程逻辑设备(CPLD)等等。

以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的（但不限于）具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (10)

1.一种基于动态数据更新的物流规划方法，其特征在于：

所述基于动态数据更新的物流规划方法包括如下步骤：

构建一个对应一种商品SKU的三维模拟模型，在所述三维模型中分别构建店铺圆锥台、仓库圆锥台和导流槽代表店铺、仓库和道路，所述店铺圆锥台与所述仓库圆锥台具有相反的生成方向；

根据所述店铺的采购订单生成对应该采购订单中一个商品SKU的模拟流体；

在对应该所述商品SKU的所述三维模拟模型中模拟所述模拟流体由发起所述采购订单的所述店铺对应的所述店铺圆锥台完全流入至预设范围内所有所述店铺对应的所述店铺圆锥台的流动过程；

记录对应一个采购订单中的一个商品SKU的所有所述流动过程并提取所述流动过程的完成时间；

查询完成时间最短的流动过程所对应的仓库圆锥台，并将该仓库圆锥台对应所述仓库位置作为该采购订单中该商品SKU的取货地址；

所述构建一个对应一种商品SKU的三维模拟模型包括：采集仓库和店铺在二维地图数据中的二维坐标数据，采集二维地图数据中的道路的二维坐标数据，根据仓库的商品库存数据生成仓库的高度数据，根据店铺的商品订单数据生成店铺的高度数据，基于二维坐标数据和高度数据构建反映仓库、店铺和道路的三维模拟模型；

所述基于二维坐标数据和高度数据构建反映仓库、店铺和道路的三维模拟模型包括如下步骤：根据仓库的二维坐标数据生成仓库的二维坐标中心点；构建一个仓库圆锥台代表仓库，仓库圆锥台的中心轴线垂直于三维模拟模型的水平面且通过仓库的二维坐标中心点，仓库圆锥台的高度与仓库的高度数据成正比；采集仓库的商品的最大库存数据；根据最大库存容量数据生成仓库圆锥台的下底半径；采集仓库的商品的最末出库数据；根据最末出库数据生成仓库圆锥台的上底半径；

基于二维坐标数据和高度数据构建反映仓库、店铺和道路的三维模拟模型包括如下步骤：根据店铺的二维坐标数据生成店铺的二维坐标中心点；构建一个店铺圆锥台代表店铺，店铺圆锥台的中心轴线垂直于三维模拟模型的水平面且通过店铺的二维坐标中心点，店铺圆锥台的高度与店铺的高度数据成正比；采集店铺的商品的历史最大采购量数据；根据历史最大采购量数据生成店铺圆锥台的下底半径；采集店铺的商品的历史最小采购量数据；根据历史最小采购量数据生成店铺圆锥台的上底半径。

2.根据权利要求1所述的基于动态数据更新的物流规划方法，其特征在于：

所述基于动态数据更新的物流规划方法还包括如下步骤：

对一个所述店铺的采购订单中所有的商品SKU进行所述流动过程的模拟和所述取货地址的获取，从而生成包含所述店铺的采购订单中所有商品SKU的取货地址的取货地址列表。

3.根据权利要求2所述的基于动态数据更新的物流规划方法，其特征在于：

所述基于动态数据更新的物流规划方法还包括如下步骤：

将所有店铺的取货地址列表汇总成采购关系表，所述采购关系表包含具有对应关系的送货地址、取货地址、采购订单编号、商品SKU。

4.根据权利要求3所述的基于动态数据更新的物流规划方法，其特征在于：

所述基于动态数据更新的物流规划方法还包括如下步骤：

根据所述采购关系表中相同的取货地址进行取货地址合并以生成供应关系表，所述供应关系表包含具有对应关系的取货地址、送货地址集合、取货SKU集合、采购订单编号集合和运输体积总额。

5.根据权利要求4所述的基于动态数据更新的物流规划方法，其特征在于：

所述基于动态数据更新的物流规划方法还包括如下步骤：

判断所述供应关系表中一个取货地址所对应的所述运输体积是否大于预设的最大运力体积阈值；

如果大于所述最大运力体积阈值，则对所述运输体积总额进行拆分。

6.根据权利要求5所述的基于动态数据更新的物流规划方法，其特征在于：

所述基于动态数据更新的物流规划方法还包括如下步骤：

如果小于所述最大运力体积阈值，则判断所述供应关系表中一个取货地址所对应的所述运输体积是否大于最小运力体积阈值；

如果大于所述最小运力体积阈值，则将为所述供应关系表中一个取货地址匹配一个承运车辆；

如果小于所述最小运力体积阈值，则将所述运输体积总额与其他的所述取货地址所对应的运输体积合并。

7.根据权利要求6所述的基于动态数据更新的物流规划方法，其特征在于：

所述基于动态数据更新的物流规划方法还包括如下步骤：

根据原始的运输体积、拆分的运输体积生和合并的运输体积生成物流订单；

为每个所述物流订单的匹配承运车辆。

8.一种基于动态模拟的物流规划装置，包括：

模型构建模块，用于构建一个对应一种商品SKU的三维模拟模型，在所述三维模型中分别构建店铺圆锥台、仓库圆锥台和导流槽代表店铺、仓库和道路，所述店铺圆锥台与所述仓库圆锥台具有相反的生成方向；

流体生成模块，用于根据所述店铺的采购订单生成对应该采购订单中一个商品SKU的模拟流体；

流体模拟模块，用于在对应该所述商品SKU的所述三维模拟模型中模拟所述模拟流体由发起所述采购订单的所述店铺对应的所述店铺圆锥台完全流入至预设范围内所有所述店铺对应的所述店铺圆锥台的流动过程；

时间记录模块，用于记录对应一个采购订单中的一个商品SKU的所有所述流动过程并提取所述流动过程的完成时间；

地址查询模块，用于查询完成时间最短的流动过程所对应的仓库圆锥台，并将该仓库圆锥台对应所述仓库位置作为该采购订单中该商品SKU的取货地址；

其中，所述构建一个对应一种商品SKU的三维模拟模型包括：采集仓库和店铺在二维地图数据中的二维坐标数据，采集二维地图数据中的道路的二维坐标数据，根据仓库的商品库存数据生成仓库的高度数据，根据店铺的商品订单数据生成店铺的高度数据，基于二维坐标数据和高度数据构建反映仓库、店铺和道路的三维模拟模型；

所述基于二维坐标数据和高度数据构建反映仓库、店铺和道路的三维模拟模型包括如下步骤：根据仓库的二维坐标数据生成仓库的二维坐标中心点；构建一个仓库圆锥台代表仓库，仓库圆锥台的中心轴线垂直于三维模拟模型的水平面且通过仓库的二维坐标中心点，仓库圆锥台的高度与仓库的高度数据成正比；采集仓库的商品的最大库存数据；根据最大库存容量数据生成仓库圆锥台的下底半径；采集仓库的商品的最末出库数据；根据最末出库数据生成仓库圆锥台的上底半径；

基于二维坐标数据和高度数据构建反映仓库、店铺和道路的三维模拟模型包括如下步骤：根据店铺的二维坐标数据生成店铺的二维坐标中心点；构建一个店铺圆锥台代表店铺，店铺圆锥台的中心轴线垂直于三维模拟模型的水平面且通过店铺的二维坐标中心点，店铺圆锥台的高度与店铺的高度数据成正比；采集店铺的商品的历史最大采购量数据；根据历史最大采购量数据生成店铺圆锥台的下底半径；采集店铺的商品的历史最小采购量数据；根据历史最小采购量数据生成店铺圆锥台的上底半径。

9.一种电子设备，包括：

一个或多个处理器；

存储装置，其上存储有一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述处理器实现如权利要求1至7任意一项所述的方法。

10.一种计算机可读介质，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现如权利要求1至7任意一项所述的方法。